毛威凱 | 特約編輯 (臺灣大學化學系碩士生)
量子機器學習(quantum machine learning)被期待能夠以指數級的優勢取代一部分的機器學習工作,幫助人工智慧帶來巨大的突破。2022年6月,Google團隊於科學期刊(Science)上發表了他們對量子機器學習的研究成果。他們首次證實了量子電腦在機器學習的計算上做到了指數級的效率提升,相當於在使用了20個量子位元(qubit)訓練神經網絡(neural network)時,減少了10000倍的測量次數。
而這也是量子機器學習領域中,首次以公開發表的方式,交出它具有指數級運算能力的研究證據,不僅展現了Google團隊的量子實力,也算是為目前量子機器學習的發展打了一劑強心針。
毛威凱 | 特約編輯
將近一百年前,人類瞭解到原子核的內部是由微小的質子及中子所組成的。但是在當時,沒有人能夠說明為什麼這些微小的粒子會願意聚在一起形成原子核…
趙軒磊 | 特約編輯
陰極射線管顯示器 (CRT) 起源於 1890 年代。德國物理學家卡爾‧費迪南德‧布勞恩 (Karl Ferdinand Braun) 以威廉‧克魯克斯爵士…
孫欣|特約編輯
今年三月初,Google量子人工智慧實驗室(Quantum AI Lab),創下了以量子電腦進行化學系統模擬之紀錄。該研究採取了一種基於隨機抽樣的化學演算法(量子蒙地卡羅法,Quantum Monte Carlo),並經過量子電腦進行加速之後…
尤俊皓 | 特約編輯
質子在量子世界中扮演著重要角色,因其組成了各式各樣的原子。最一開始Ernest Rutherford提出質子是…
趙嫺 | 特約編輯
要打造更大規模的量子電腦,除了增加量子位元,也必須讓所有量子晶片穩定維持在接近絕對零度的環境中…
王泰洲 |特約編輯
玻色–愛因斯坦凝態的形成是特定種類的原子在極低溫(接近絕對零度)時,所有粒子皆處於最低能量的量子狀態之現象。